基于身高和拃长数据的性别分类研究

摘要

本文以身高和拃长2数据为特征,对男女性别进行分类,采用的分类方法为最小错误率贝叶斯决策。本文统计了样本数为25时的决策分类详细结果,并研究了样本数为5~50时错误率的变化趋势。研究结果表明,以身高和拃长数据为特征时,能够较为有效地区分出男女性别,且当训练集样本数量逐渐增大时,错误率显现出逐渐减小的趋势。